Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

матстат

.pdf
Скачиваний:
22
Добавлен:
10.05.2015
Размер:
1.42 Mб
Скачать

Герлейн О.В.

1

ТУЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ КАФЕДРА МАТЕМАТИЧЕСКОГО АНАЛИЗА

Т И П О В О Й Р А С Ч Е Т

на тему

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА И ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА

Асимптотические утверждения теории вероятностей, используемые в математической статистики

Задание. 1 1. (Закон больших чисел). Случайные. величина Xi с одинаковой вероятностью может принимать одно из двух значений i a или i a . Выяснить, удовлетворяет ли

последовательность Х1, Х2 ,...,

Хп попарно независимых CВ закону больших чисел.

 

 

 

 

n

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

lim P

1

 

X

 

 

 

M ( X

 

)

 

 

 

1 , при >0. Решить задачу для двух значений

n

 

i

 

i

 

 

n

 

i 1

 

i

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

параметра а: а1

и а2.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вар

1

 

2

3

 

 

 

4

5

 

 

 

6

 

 

7

8

9

10

11

12

13

14

15

 

a1

1

 

1,5

2

 

 

2,5

3

 

 

3,2

 

2,2

1,6

1,8

2,1

1,2

1,3

1,4

2,2

1,6

 

а2

0,6

 

0,4

0,5

 

 

0,7

0,75

 

0,25

 

0,35

0,45

0,33

0,36

0,7

0,8

0,75

0,9

0,85

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вар

16

 

17

18

 

 

19

20

 

 

21

 

 

22

23

24

25

26

27

28

29

30

 

а1

2,6

 

1,8

1,9

 

2,7

3,1

1,1

 

1,5

1,6

2,6

3,6

2,7

2,8

2,9

2,3

3,4

 

а2

0,5

 

0,5

0,5

 

 

0,9

0,6

 

 

0,6

 

 

0,7

0,6

0,4

0,7

0,3

0,5

0,4

0,61

0,55

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.(Центральная предельная теорема теории вероятностей).На отрезке [0, a] cлучайным образом выбраны n чисел Хi i=1,…, n. Найти вероятность того, что их

n

сумма заключена в пределах t1 и t2, т.е. Р{t1< Xi < t2}

i 1

Пояснение: выбор случайным образом n чисел из интервала [0, a], интерпретируется как выборка n независимых одинаково распределенных СВ Х1, Х2 ,..., Хп (IID–Independe IdenteficalDistribjution)по равномерному закону на отрезке [0, а] с математическим

ожиданием Мхi = 0.5a и дисперсией DXi

= 2 =

a 2

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

12

 

 

 

 

 

 

 

 

 

Вар

1

2

3

4

5

6

7

8

 

9

 

 

10

 

11

 

12

 

13

14

15

a

1/3

1/4

1/5

1/6

1/7

1/8

1/9

0,1

 

1/11

 

1/12

1/13

 

2/3

 

1/2

2/5

2/7

t1

17

22

28

35

40

46

53

58

 

64

 

 

71

 

76

 

34

 

44

56

80

t2

20

26

33

38

44

51

56

62

 

69

 

 

74

 

80

 

40

 

52

66

88

п

108

162

300

432

584

768

972

1200

1452

1728

202

 

108

 

162

300

584

Вар

16

17

18

19

20

21

22

23

24

 

25

26

27

28

29

30

a

2/9

2/11

2/13

1

3/4

3/5

3/7

3/8

0,3

 

3/11

3/13

1/14

1/20

1/26

2

t1

106

128

152

51

66

74

120

138 174

 

192

228

20

29

38

102

t2

112

138

160

60

78

99

152

158 186

 

207

240

22

31

40

120

п972 454 202 108 162 300 584 768 1200 1452 2028 584 1200 2028 108

Задания. 2.Нахождение характеристик законов распределения a) Проверив условие нормировки, для заданного закона распределения наблюдаемой СВ Х найти точечные оценки неизвестных параметров по методу максимального правдоподобия и методу моментов на основе повторной выборки объема п,

Герлейн О.В.

2

проверить несмещеность и эффективность полученных оценок (достигается ли нижняя граница в неравенстве Рао Крамера).

b) Для данного закона найти энтропийные характеристики h(f) и D(h) = В(f) h(f)2, где функционал В(f)=M (ln2f).Нарисовать графики плотности f и функции распределения F(x) (параметр формы принять равным конкретному значению).

При возникновении трудностей при вычислении интегралов или для нахождения значений постоянных типа С=0,5772157….– постоянная Эйлера можно использовать «Таблицы интегралов, сумм, рядов и произведений» Градштейн И.С.и Рыжик И.М. М:Наука.1971

Ниже ДСВ и НСВдискретная и непрерывная случайная величина, соответственно

1. НCB

X

 

распределена

по

закону

арксинуса

с

плотностью

f (x | b)

 

 

1

 

 

, при | x | b.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b 2 x 2

2.ДCB Х (время ожидания число испытаний в схеме Бернулли с вероятностью

успеха р до появления первого успеха) имеет геометрический закон распределения

Р(Х=x р) = qx 1р

3.ДCB Х (время ожидания число испытаний в схеме Бернулли с вероятностью успеха р до появления k-го успеха) имеет отрицательный биноминальный закон

 

распределения Р(Х=x р) = C k 1 qx kрk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

x

2

 

 

 

x

2

 

 

 

4.

НCB Х имеет плотность распределения

f (x | b)

 

 

 

 

exp

 

 

 

 

 

,

при х 0

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

2 b

 

 

 

2b

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

x

 

2

 

 

x

 

5.

НCB Х имеет распределение с плотностью f(x b)=

 

 

 

 

 

 

exp

 

 

 

, при х 0.

 

 

 

 

 

 

 

 

 

 

 

2b b

 

 

 

 

 

b

 

6.

Х1 ,.., Хn независимые ДCB имеющие биноминальное

 

 

 

распределение и

 

представляющие собой числа успехов в

n сериях по Ni (i =1,2,...,n)

испытаний в

 

каждой серии. Р(Хi = xi р) = C xi p xi q Ni xi

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

N

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

7.

НCB Х [a; b] имеет распределение Симпсона

 

с

двухпараметрической

 

4(x a)

 

 

 

(a b)

2

 

 

плотностью f (x | a , b)

4(b x)

 

 

 

 

(a b)

2

 

, x [a;0,5(a b)

(сумма двух независимых

, x [0,5(a b);b]

равномерных СВ)

 

 

 

 

 

 

 

8. C.B Х распределена

по

закону

Лапласа (двусторонний экспоненциальный) с

 

1

 

 

 

| x а |

плотностью f(x b,а) =

 

exp

 

 

, при х R

 

 

 

 

2b

 

 

 

b

 

 

9.СВ Х имеет распределение Парето на интервале x b с однопараметрической

 

1

 

x

(1

1)

 

 

 

плотностью f (x | c, b)

 

 

 

 

c

 

 

, при х [b; ), с>0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

cb b

 

 

 

 

 

 

 

 

 

 

10. НCB. Х имеет распределение

Кэптейна с

двупараметрической

 

 

 

 

g'(x)

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

плотностью f (x | а, 2 )

 

 

 

 

exp

 

{g(x) a}

, где g(x)=x3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

2

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Герлейн О.В.

 

 

 

 

 

3

 

 

 

11. НCB. X имеет полунормальное распределение (модуля нормально распределенной

случайной величины

 

с

нулевым средним) с однопараметрической

 

 

 

2

 

 

 

 

x

2

 

 

плотностью f (x | )

 

 

 

 

exp

 

 

 

, при x 0.

 

 

 

 

 

2 2

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

12. ДCB Х (время ожидания число испытаний в схеме Бернулли с вероятностью успеха р до появления ровно k успехов) имеет (отрицательное биномиальное

распределение-закон Паскаля) Р(Х = x р) = Cxk 11pk q x 1 k .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

x a 1

 

x

13.

НCB Х имеет распределение с плотностью f(x b,а) =

 

 

 

 

 

exp

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b (a) b

 

 

b

 

при х 0.параметр a известен

 

 

 

 

 

 

 

 

 

 

 

 

 

 

14.

НCB

Х

имеет

распределение

с

двухпараметрической

плотностью

 

 

 

 

 

 

 

 

 

2

 

 

3

a}

2

 

 

 

 

 

 

 

 

 

 

 

 

f (x | а, 2 )

3x

 

 

exp

{x

 

 

,

где x R

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

15.

НCB Х- срок службы элементов электронной распределен по закону f(x b, а)=

 

1

æ

 

x -

a

ö

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ç

 

÷

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

expç-

 

 

 

÷, при x ³ a (сдвинутый показательный закон)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

bb

16.C.B Х характеризующая срок службы элементов электронной аппаратуры, имеет÷øçè

 

2x

 

 

x

2

 

 

плотность распределения Релея f(x b) =

exp

 

 

, при

x 0

 

 

 

 

b

 

 

b

 

 

 

 

 

 

 

 

 

 

17. НCB Х R имеет плотность

f (x | а, 2 )

 

5x4

 

 

 

 

2

 

 

 

 

 

(x

5

a)

2

exp

 

 

 

,

 

 

 

2

 

 

 

 

2

 

 

 

 

 

 

 

 

18. НC.B

Х

 

имеет

распределение Эрланга с плотностью f(x b) =

1

x k 1

 

 

x

при х 0.(k–целое)

 

 

 

 

 

exp

 

,

 

 

 

 

 

b(k 1)! b

 

 

 

b

 

19.НCB Х характеризующая срок службы элементов электронной аппаратуры, имеет плотность логнормального распределения (у=lnx, Y нормально распределенная

 

 

1

 

 

 

 

(ln x )2

 

с.в) f (x}| , )

 

 

 

 

exp

 

 

 

, при х 0 .

 

 

 

 

 

2

 

x

 

2

 

 

 

2

 

 

 

 

 

 

 

 

20. НCB Х имеет распределения Релея cо сдвигом,

сосредоточенного на интервале

 

2(x a)

 

 

(x a)2

 

х .a и имеющего плотность f(x b,a) =

 

exp

 

 

, при x a

 

 

 

b

 

 

b

 

 

 

 

 

21. .НCB Х имеет распределение Максвелла (модуля скоростей молекул) с плотность

 

 

 

 

 

 

 

 

 

 

 

 

 

x

2

 

x2

 

распределения

f (x | b)

 

 

 

 

exp

 

 

 

,

при х 0

 

 

 

3

 

2

 

 

2 b

 

 

2b

 

 

 

 

 

 

 

 

 

 

22. НCB Х

имеет двухпараметрическую плотность

распределения

f(x b, a) =

 

2(a x)

 

 

 

(a x)2

 

 

 

 

exp

 

 

, при x a .(обращенное

распределение

Релея,

 

 

 

 

b

 

 

 

b

 

 

 

 

 

 

 

 

 

 

сосредоточенное на интервале х )

Герлейн О.В.

4

23.ДCB Х (числа успехов в серии N испытаний по схеме Бернулли с вероятностью успеха р) распределена по биномиальному закону .Р(Х = x р) = CNx p xq N x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1

 

 

 

 

 

 

 

 

 

 

 

 

 

24.

НCB Х имеет плотность f (x | c)

1

x c

, при х [0;1] (степенное распределение

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

c

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

на интервале [0;1] )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

25.

НCB

Х

 

имеет

 

 

 

логистическое

распределение

 

с

плотностью

 

 

 

 

 

exp

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (x | b)

 

b

 

 

, х R

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

1 exp

x

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

26.

НCB Х имеет распределение Лапласа (двустороннее экспоненциальное со сдвигом)

 

с двухпараметрической плотностью f (x | , )

1

 

 

 

 

 

| x |

 

 

 

 

 

exp

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

27.

НCB.

Х

имеет

 

полунормальное

распределение

 

на

интервале x 0 с

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x2

 

 

 

 

 

однопараметрической плотностью

 

 

 

 

 

2

 

 

/ 2b

 

 

 

 

f (x | b)

be

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

28.

ДCB Х распределена по закону Пуассона Р(Х = x ) =

x

e x

 

x!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

29.

НCB

Х

 

 

распределена

 

 

по

закону

 

 

Коши

с

плотностью

 

f (x | a; b)

 

 

1

 

 

 

 

 

х R

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x a 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

30. НCB Х [a–l; a+l] имеет

равномерных

 

 

СВ)

x l a

, x [a

 

 

l 2

 

f (x | a ,l)

x a

 

 

l

, x [a;l

 

 

 

 

l

2

 

 

 

 

распределение Симпсона (сумма двух независимых

с

двухпараметрической

плотностью

l;a)

 

 

a]

 

 

31. НCB Х распределена по cсимметричному унимодальному закону с плотностью

 

 

 

 

x

 

 

 

f(x b, ) =

exp

 

 

 

,при х R, где

2 b (1/ )

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

32. НCB

Х

распределена по закону Вейбула

 

ax1 a

 

x a

 

 

 

exp

 

 

 

, при х 0

 

 

 

 

 

b

a

 

b

 

 

 

 

(1/ ) , =4

(3 / )

с плотностью f(x a,b)=

ЗАДАНИЕ 3

Представленная ниже таблица выборки объема n = 250 будет использоваться далее во всех вычислениях, а также станет источником построения выборок для индивидуальных вариантов заданий.

145.61

143.206

145.267

140.485

133.143

150.435

148.794

155.564

171.918

158.087

159.851

158.622

159.156

156.73

139.557

150.691

142.444

156.967

148.181

143.556

142.769

144.834

155.58

147.552

150.895

162.618

142.945

150.019

161.076

158.926

120.991

128.429

152.06

143.842

138.023

150.99

157.708

153.059

150.11

142.355

145.909

143.262

148.678

160.181

151.805

155.133

157.398

149.837

152.788

151.622

154.285

145.248

143.045

180.482

 

 

 

 

 

 

 

 

 

Герлейн О.В.

 

 

 

5

 

 

 

 

 

 

 

 

 

 

147.135

 

157.594

 

146.073

 

137.964

 

139.631

 

149.807

 

150.32

 

152.649

 

137.201

 

 

 

 

 

 

 

154.915

152.383

143.155

 

133.852

 

164.113

 

159.715

 

138.44

 

151.437

 

166.972

 

146.797

129.688

135.888

 

136.747

 

144.829

 

150.621

 

144.042

 

146.693

 

155.391

 

152.186

154.05

138.441

 

138.949

 

138.966

 

145.927

 

136.867

 

121.596

 

162.762

 

157.911

151.429

139.937

 

140.73

 

141.22

 

152.777

 

145.978

 

163.02

 

136.219

 

153.803

154.377

167.603

 

143.527

 

155.51

 

165.465

 

131.784

 

163.079

 

139.511

 

154.591

139.478

137.579

 

154.241

 

130.834

 

148.761

 

154.132

 

164.656

 

137.711

 

146.154

154.763

151.862

 

151.96

 

155.206

 

158.229

 

159.314

 

158.972

 

152.601

 

143.066

154.656

148.493

 

141.368

 

171.144

 

137.64

 

133.062

 

153.865

 

135.711

 

145.891

158.742

144.311

 

140.903

 

141.323

 

160.971

 

139.771

 

137.484

 

156.247

 

142.623

155.409

156.641

 

155.196

 

151.459

 

149.488

 

153.16

 

152.488

 

148.294

 

145.475

152.937

151.507

 

140.659

 

157.925

 

157.163

 

160.438

 

158.11

 

156.17

 

147.549

149.142

156.848

 

157.911

 

153.578

 

147.887

 

148.445

 

151.36

 

158.639

 

169.584

150.688

155.646

 

155.572

 

168.911

 

164.788

 

127.059

 

156.623

 

145.593

 

145.263

150.889

143.012

 

153.472

 

141.25

 

169.001

 

122.741

 

158.702

 

171.791

 

160.849

161.757

140.286

 

134.241

 

154.64

 

164.744

 

161.654

 

142.365

 

155.094

 

154.96

141.977

143.729

 

144.466

 

146.54

 

145.355

 

152.509

 

146.266

 

147.269

 

162.895

151.941

170.865

 

134.377

 

150.79

 

154.205

 

166.274

 

156.198

 

132.828

 

136.274

173.96

157.332

 

149.975

 

141.54

 

139.826

 

133.692

 

139.462

 

161.159

 

159.455

157.597

139.385

 

145.867

 

166.069

 

150.237

 

146.685

 

145.436

 

153.969

 

154.961

149.211

150.83

 

154.224

 

142.28

 

148.655

 

135.371

 

152.018

 

166.807

 

140.923

157.864

148.745

 

138.823

 

157.239

 

152.912

 

141.182

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ЗАДАНИЕ 3.1

Вычислите максимальное, минимальное значения и размах для заданной выше выборки. Выполните группировку для значений числа интервалов т = 10, 20, постройте соответствующие гистограммы, полигоны частот и полигоны накопленных частот. Выполните вычисления для 100 чисел из приведенной выше выборки, начиная с числа п, номер которого указан в таблице.

п

n

п

п

п

п

1

10

6

50

11

90

16

95

21

135

26

15

2

20

7

60

12

270

17

105

22

145

27

25

3

30

8

70

13

75

18

115

23

155

28

35

4

40

9

80

14

85

19

125

24

165

29

45

5

90

10

27

15

75

20

135

25

115

30

85

 

 

 

 

 

 

 

 

 

 

 

 

Порядок выполнения задания

1.Определите и введите вектор–столбец выборочных значений.

2.Упорядочите выборку в порядке возрастания выборочных значений.

3.Вычислите минимальное значение и размах для полученной выборки.

4.Определите число интервалов группировки и их длину.

5.Определите вектор–столбец, содержащий середины интервалов группировки.

6.Определите с помощью функции hist(x, ) вектор–столбец частот для полученных интервалов группировки.

7.Определите вектор–столбец накопленных частот.

8.Постройте гистограмму, полигон частот.

9.Постройте полигон накопленных частот и полигон относительных накопленных частот.

10.Выполните вычисления пп. 6–9 для всех заданных значений m.

11.Сохраните рабочий документ в файле на диске.

ЗАДАНИЕ 3.2

Герлейн О.В.

6

Для выборки, сформированной в задании 3.1, вычислите все описанные в разд. 3.2 выборочные характеристики.

Порядок выполнения задания

1.Прочтите сохраненный ранее файл, содержащий выборку.

2.Вычислите максимальный и минимальный элементы и размах выборки.

3.Рассчитайте выборочное среднее.

4.Найдите медиану.

5.Вычислите выборочную дисперсию и стандартное отклонение.

6.Найдите выборочные моменты 3–го и 4–го порядков.

7.Вычислите выборочный эксцесс.

8.Определите коэффициент асимметрии.

ЗАДАНИЕ 6.3

Постройте для выборки, сформированной в задании 3.1, 95 %–ный "коридор" для функции распределения исследуемой случайной величины.

Порядок выполнения задания

1.Прочитайте файл, сохраненный при выполнении задания 3.1.

2.Определите статистику Колмогорова — функцию K(z) и постройте ее график.

3.Определите значение величины а.

4.Решите графически уравнение 1 K z .

5.Постройте "коридор" для теоретической функции распределения.

ЗАДАНИЕ 3.4

Сгенерируйте выборку объема п значений случайной величины с заданным непрерывным распределением и выполните полный предварительный ее анализ для числа интервалов группировки, равного целой части размаха и доверительной вероятности 1– . Постройте графики плотности вероятностей и функции распределения и сравните их с полученными графикам" соответствующих выборочных функций.

Распределение

Параметры

п

1

1

Биномиальное

р=0.1

50

0.95

2

Геометрическое

р=0.2

50

0.90

3

Распределение Пуассона

=3

50

0.95

4

равномерное

а=0, b = 3

50

0.90

5

Нормальное

a=1, =3

50

0.95

6

Экспоненциальное

=3

50

0.90

7

2–распределение

п=5

50

0.95

8

Распределение Стьюдента

п=7

50

0.90

9

Распределение Фишера

n = 5, т = 7

50

0.95

10

Логистическое

=0.3, =2

50

0.90

11

Биномиальное

р=0.3

60

0.95

12

Геометрическое

р = 0.4

70

0.90

13

Распределение Пуассона

=2

80

0.95

14

Равномерное

a=1, b=5

90

0.90

15

Нормальное

a= –1, =2

100

0.95

16

Экспоненциальное

=5

60

0.90

17

2–распределение

п=3

70

0.95

18

Распределение Стьюдента

n = 5

80

0.90

19

Распределение Фишера

п = 3, m= 5

90

0.95

Герлейн О.В.

7

 

 

 

 

 

 

 

20

 

Логистическое

 

=2, =3

 

100

 

0.90

 

 

 

 

 

 

 

 

21

 

Геометрическое

 

р = 0.5

 

70

 

0.90

 

 

22

 

Биномиальное

 

р=0.4

 

60

 

0.95

 

 

23

 

Экспоненциальное

 

=8

 

60

 

0.90

 

 

24

 

2–распределение

 

п=4

 

50

 

0.95

 

 

25

 

Логистическое

 

=2, =3

 

100

 

0.90

 

 

26

 

Распределение Стьюдента

 

n = 4

 

80

 

0.90

 

 

27

 

Распределение Фишера

 

п = 3, m= 6

 

90

 

0.95

 

 

28

 

Геометрическое

 

р=0.3

 

50

 

0.90

 

 

29

 

Распределение Пуассона

 

=3

 

80

 

0.95

 

 

30

 

Распределение Стьюдента

 

n = 5

 

80

 

0.90

 

Порядок выполнения задания

1.Установите в меню Math режим Optimization.

2.Присвойте переменной n значение, равное 100.

3.Постройте для заданного распределения графики плотности вероятностей и функции распределения.

4.Найдите математическое ожидание, дисперсию, среднеквадратичное отклонение, медиану, моменты 3 –го и 4–го порядка, асимметрию и эксцесс заданного распределения (см. гл. 6).

5.Сгенерируйте выборку объема n значений случайной величины, имеющей заданное распределение.

6.Определите как функции переменной п и найдите выборочные значения среднего, среднеквадратичного отклонения, моментов 3– и 4–го порядка, асимметрии и эксцесса.

7.Постройте гистограмму, полигон частот, график накопленных относительных частот.

8.Постройте 95%–ный "коридор" для теоретической функции распределения и изобразите на этом же графике функцию заданного в условии распределения вероятностей.

9.Сравните вычисленные теоретические и выборочные значения параметров. 10. Выполните вычисления пп. 4 –7 для n = 150, 200, 300, 500.

ЗАДАНИЕ 3.5

Найдите состоятельные несмещенные оценки математического ожидания M и дисперсии D случайной величины по приведенным в задании выборочным значениям x1, x2 ,..., xn .

Порядок выполнения задания

1.Прочитайте с диска файл, содержащий выборочные значения, или введите заданную выборку с клавиатуры.

2.Вычислите точечные оценки M и D .

ЗАДАНИЕ 3.6

Смоделируйте несколько выборок значений случайной величины, имеющей биномиальное распределение с заданным значением параметра р. Вычислите для каждой выборки оценку параметра р и сравните с заданным значением. Представьте результаты вычислений графически.

p

p

p

p

p

p

1

0.1

6

0.11

11

0.15

16

0.21

21

0.31

26

0.41

2

0.2

7

0.12

12

0.25

17

0.22

22

0.32

27

0.17

3

0.3

8

0.13

13

0.35

18

0.23

23

0.33

28

0.18

Герлейн О.В.

 

 

 

 

 

 

8

 

 

 

 

 

 

0.4

 

9

0.14

 

14

0.45

 

19

0.24

 

24

0.34

 

29

0.19

 

4

 

 

 

 

 

 

5

0.31

 

10 0.12

 

15

0.34

 

20

0.11

 

25

0.3

 

30

0.34

 

Порядок выполнения задания

Используя функцию rbinom(1, n, p), опишите и сформируйте последовательность значений случайной величины, имеющей распределение Бернулли с заданными p и n

для n = 10, 20,..., 100

ЗАДАНИЕ 3.7

Смоделируйте несколько выборок разного объема значений случайной величины, имеющей равномерное распределение на отрезке [0, ] для значения = N/2 (N

номер варианта), и найдите оценки ˆ 1 и ˆ 3 параметра . Постройте график

зависимости ˆ 1 и ˆ 3 от объема выборки.

Порядок выполнения задания

1.Используя функцию runif(n,0,N/2), опишите и сформируйте последовательность п значений случайной величины, имеющей равномерное распределение на отрезке

[0, N/2].

2.Вычислите для каждого значения n точечные оценки ˆ 1 и ˆ 3 параметра .

3.Постройте график зависимости величин ˆ 1 и ˆ 3 от объема выборки.

ЗАДАНИЕ 3.8

Смоделируйте несколько выборок объема n значений случайной величины ξ, имеющей распределение Пуассона с параметром λ = 0.1N, N — номер варианта. Для одной выборки постройте график функции правдоподобия. Найдите оценку максимального правдоподобия параметра λ как функцию объема выборки. Выполните вычисления для n = 10N, 20N, …50N при N 15 и для n = N, 2N, …10N при N > 15. Изобразите на графике зависимость оценки от объема выборки. Сравните полученные оценки с заданным значением параметра.

Порядок выполнения задания

1.Смоделируйте выборку значений случайной, величины имеющей распределение Пуассона с заданным значением параметра λ.

2.Определите логарифм функции максимального правдоподобия и изобразите его график.

3.Смоделируйте несколько выборок разного объема значений случайной величины, имеющей распределение Пуассона с заданным значением параметра λ.

4.Вычислите оценку максимального правдоподобия параметра λ как функцию объема выборки.

5.Изобразите на графике зависимость оценки максимального правдоподобия от объема выборки.

ЗАДАНИЕ 3.9

Смоделируйте несколько выборок объема n значений случайной величины ξ, имеющей показательное распределение с параметром λ = 0.1N, где N – номер варианта. Для одной выборки постройте график функции правдоподобия. Найдите оценку максимального правдоподобия параметра λ как функцию объема выборки. Выполните вычисления для n = 10N, 20N, …, 50N при N 15 и для n = N, 2N, …10N при N > 15. Изобразите на графике зависимость оценки от объема выборки. Сравните полученные оценки с заданным значением параметра.

Порядок выполнения задания

1. Смоделируйте выборку значений случайной величины, имеющей экспоненциальное распределение с заданным значением параметра λ.

Герлейн О.В.

9

2.Найти логарифм функции максимального правдоподобия и изобразите его график.

3.Смоделируйте несколько выборок разного объема значений случайной величины, имеющей экспоненциальное распределение с заданным значением параметра λ.

4.Вычислите оценку максимального правдоподобия параметра λ как функцию объема выборки.

5.Изобразите на графике зависимость оценки максимального правдоподобия от объема выборки.

ЗАДАНИЕ 3.10

Смоделируйте выборку объема п = 200 значений случайной величины ξ, имеющей распределение Лапласа с указанными параметрами θ1 и θ2.Найдите оценки максимального правдоподобия параметров θ1 и θ2.

1

2

1

2

1

2

1

2

1

2

1

2

1

1

1.5

6

3.5

4

11

1.5

1

16

4

3.5

21

1

1.5

26

1.5

1

2

1.5

2

7

4

4.5

12

2

1.5

17

4.5

4

22

1.5

2

27

2

1.5

3

2

2.5

8

4.5

5

13

2.5

2

18

5

4.5

23

2

2.5

28

2.5

2

4

2.5

3

9

5

5.5

14

3

2.5

19

5.5

5

24

2.5

3

29

3

2.5

5

3

3.5

10

5.5

1

15

3.5

3

20

1

5.5

25

3

3.5

30

3.5

3

Порядок выполнения задания

1.Смоделируйте выборку значений случайной величины, имеющей равномерное распределение на отрезке [0,1].

2.Определите функцию распределения Лапласа с данными значениями параметров θ1 и

θ2.

2.Определите функцию, обратную функции распределения Лапласа с заданными значениями параметров θ1 и θ2.

3.Смоделируйте выборку заданного объема значений случайной величины, имеющей распределения Лапласа с заданными значениями параметров θ1 и θ2.

4.Проверьте "на глаз" адекватность выборки.

5.Вычислите оценку максимального правдоподобия параметров θ1 и θ2.

ЗАДАНИЕ 3.11

Найдите доверительные интервалы для математического ожидания Мξ и дисперсии по заданной выборке х1, х2,…, хп из нормального распределения.

Порядок выполнения задания

1.Определите и введите компоненты вектора выборочных значений СВ.

2.Вычислите точечные оценки Мξ и Dξ.

3.Вычислите 95 %–ный доверительный интервал для математического ожидания при неизвестной дисперсии.

4.Вычислите 90 %–ный доверительный интервал для дисперсии.

ЗАДАНИЕ 3.12

Найдите доверительный интервал для параметра λ по заданной выборке х1, х2,…xn из пуассоновского распределения.

Порядок выполнения задания

1.Сгенерируйте выборку из 500 значений случайной величины, имеющей пуассоновское распределение с заданным параметром λ по первым 100, 150, 200, . . ., 500 элементам выборки.

2.Найдите для заданного значения доверительной вероятности α квантиль уровня 1— 0.5α стандартного нормального распределения.

3.Найдите точечную оценку параметра λ.

4.Вычислите доверительный интервал для λ с заданным значением доверительной вероятности α.

Герлейн О.В.

10

5. Постройте график зависимости

λ = λright λleft от n для различных α.

ЗАДАНИЕ 3.13

Найдите доверительный интервал для вероятности события по заданным значениям числа испытаний n и числа т появлений события в серии из п испытаний.

n

m

n

m

n

m

n

m

n

m

n

m

1

50

35

6

50

25

11

40

22

16

65

32

21

40

22

26

50

25

2

60

35

7

60

25

12

45

24

17

70

34

22

45

24

27

60

37

3

70

35

8

70

27

13

50

26

18

75

36

23

50

26

28

70

36

4

80

35

9

80

34

14

55

28

19

80

38

24

80

35

29

80

35

5

90

35

10

90

33

15

60

30

20

85

40

25

90

35

30

90

34

Порядок выполнения задания

1.Найдите для заданного значения доверительной вероятности α квантиль уровня 1— 0.5 α; стандартного нормального распределения.

2.Найдите точечную оценку параметра р.

3.Вычислите доверительный интервал для параметра р с заданным значением доверительной вероятности α.

ЗАДАНИЕ 3.14

Найдите доверительный интервал для коэффициента корреляции по заданной выборке (xi, yj), i,j=1,…,п, (X;У), из двумерной случайной величины.

X

1.682

0.386

–1.913

–1.754

–1.656

0.655

–0.704

2.704

1

Y

–11.852

16.851

–11.315

4.084

–10.834

–8.111

5.832

–10.758

 

X

–2.656

0.861

0.975

3.621

–1.195

1.202

3.193

 

 

Y

–3.552

8.853

19.607

–2.048

–3.235

10.168

11.248

 

 

 

 

 

 

 

 

 

 

 

X

0.492

1.141

1.746

1.963

1.894

0.62

–1.287

1.031

2

Y

13.179

10.359

5.913

7.178

10.179

14.364

20.682

6.851

 

X

–0.201

–1.626

4.329

–2.372

–3.288

0.873

–2.758

 

 

Y

8.606

4.25

36.788

12.15

–32.098

12.904

–10.121

 

 

 

 

 

 

 

 

 

 

 

X

–0.847

0.278

–1.298

0.794

–1.65

3.9

–5.352

1.84

3

Y

–17.867

4.642

4.802

24.515

6.313

–7.856

–26.851

36.354

 

X

4.458

2.27

2.451

–1.843

–3.052

1.028

3.049

 

 

Y

22.944

8.644

–1.023

–13.816

–24.199

–7.076

24.014

 

 

 

 

 

 

 

 

 

 

 

X

1.991

1.619

–2.023

–0.727

3.314

0.147

–0.563

–0.813

4

Y

–6.922

9.229

15.093

1.123

–21.609

9.451

–22.941

2.193

 

X

0.894

1.092

–0.058

0.266

0.945

–1.444

–0.169

 

 

Y

–2.419

–7.153

–2.961

0.026

4.406

17.23

–2.743

 

 

 

 

 

 

 

 

 

 

 

5

X

–1.124

–2.081

–0.953

–0.514

–0.196

–1.853

–0.469

–0.613

 

Y

6.97

4.261

6.42

–3.659

3.114

6.043

4.598

22.696

 

X

–2.188

–0.091

–0.434

–2.971

0.642

0.928

–5.095

 

 

Y

8.84

–1.422

14.659

25.827

–13.594

13.093

6.626

 

 

 

 

 

 

 

 

 

 

 

6

X

–2.7

–0.931

–0.257

1.383

–0.315

–3.05

0.054

0.835

 

Y

–14.902

–18.113

6.138

13.813

–0.227

4.927

2.576

1.184

 

X

1.661

3.333

–1.12

0.377

–2.28

–5.092

3.124

 

 

Y

–14.133

1.527

11.866

2.121

–6.254

13.972

13.972

 

7

X

–0.564

–0.519

3.022

–1.669

–0.446

–2.146

–0.498

–3.789

 

Y

18.648

–29.637

11.949

–4.221

8.611

10.646

–0.823

7.915

 

X

2.741

–1.77

–3.803

–1.949

1.352

1.143

–0.883

 

 

X

–12.198

24.134

12.219

–0.105

6.862

–11.786

–12.537